构建一种基于人类干细胞的神经网络平台，用于生物计算

《Scientific Reports》：Engineering a human stem cell-derived neural network platform for biocomputing

　　

摘要

我们介绍了一种基于双储液池微隧道脑芯片的生物自适应处理单元（BPU），该芯片具有电生理读出功能。我们制备并验证了三个独立的装置，证明由人类干细胞衍生的（Ngn2+ hiPSCs）皮层神经元能够延伸出超过1200微米的轴突，形成稳定且长距离的连接。与储液池相比，隧道电极显示出显著更高的脉冲幅度和发射率（中位数分别增加了10.1倍和24.4倍）。值得注意的是，延迟播种方式使得大约85-90%的信号传播事件从储液池A传递到储液池B，从而在活体基底内实现定向轴突传导，其传播速度的中位数为0.75米/秒（IQR=0.46-1.00米/秒；n=9973次事件）。这些结果证实了神经元与电极之间的可靠接口以及轴突的定向传输，为基于MEA（微电极阵列）的平台奠定了基础，可用于构建拓扑受限的人类神经网络并量化定向轴突信号传播。尽管本文没有展示计算功能（例如任务训练、学习或长期可塑性），但我们报告了实现路由和读出的基本原理，旨在支持未来利用活体神经基底进行生物计算实验的研究，这些实验将利用神经元的固有特性（如基于脉冲的信号传导、可塑性和能源效率）。